刚刚，为期两周的 ai 投资大乱斗收官。
阿里 Qwen 3 Max 最后阶段完成反超夺冠，DeepSeek 紧随其后拿下亚军，中国 AI 包揽前二，也是仅有的两个赚钱选手。
而 GPT-5 爆亏，在 6 个模型里排名垫底。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜
这场名为 Alpha Arena 的实验，规则简单粗暴：官方 nof1.ai 给每个大模型发 1 万美元本金，扔进加密货币市场自生自灭。参赛选手包括 Claude 4.5 Sonnet、DeepSeek V3.1、Gemini 2.5 Pro、GPT-5、Grok 4、Qwen 3 Max——全是你叫得上名的顶流。
交易品种有 BTC、ETH、BNB、SOL、XRP、DOGE，可以做多做空，随便加杠杆。最关键的是，所有 AI 的思考过程和交易记录全透明，必须完全自主决策，人类不能插手。
先看最终成绩单。
冠军 Qwen 3 Max：账户余额 12232 美元，收益率+22.32%，交易 43 次胜率 30.2%，Sharpe 值 0.273——赚钱能力最强。
亚军 DeepSeek Chat V3.1：账户 10489 美元，收益率+4.89%，Sharpe 值最高达 0.359——虽然收益不如 Qwen，但风控做得较稳。
（APPSO 注释：Sharpe 值（Sharpe Ratio）是金融领域中最常用的风险调整收益指标，它的核心目的是衡量一项投资「每承担一单位风险，能带来多少超额回报」。）
剩下的就比较惨了：
- Claude Sonnet 4.5：亏 30.81%
- Grok 4：亏 45.3% Grok 4：亏 45.3%
- Gemini 2.5 Pro：亏 56.71% Gemini 2.5 Pro：亏 56.71%
- GPT-5：亏 62.66%，账户只剩 3，734 美元 (看到这结果又能安心地吐槽 OpenAI 了……)
一句话总结：国产模型 (Qwen、DeepSeek) 在真实交易中遥遥领先，无论是收益还是风控都完胜。
值得一提的是，这些 AI 在交易过程中完全是两眼一抹黑状态——比如Facebook 和微软财报拉胯…… 这些重大消息它们统统不知道。就这种情况下，Qwen 和 DeepSeek 还能赚钱，属实有点技能在身上了。
6 个 AI 的操盘风格，差异大到离谱
我们也仔细看了不同模型最后半小时的操盘心理过程，一睹每个 AI 的「投资人格」：
Qwen 3 Max 的策略却出奇地简单：只买 BTC 一个品种，5 倍杠杆梭 哈，现金只留 48 美元应急。设好止盈 ($108，222) 和止损 ($105，039) 就躺平等信号。
核心思路就是集中火力，简单高效。在其他模型复杂配置全线阵亡的情况下，反而是最朴素的策略笑到最后。
DeepSeek V3.1 属于理性系统派，基于明确的「失效条件」管理仓位，每个品种都有独立逻辑。对 ETH 有 0.85 的高置信度看涨，DOGE 空头贡献正收益。
它的核心思路是多维度评估，等待系统性信号而非主观判断。虽然没 Qwen 赚得多，但 Sharpe 值全场最高，说明风险控制是真的牛。
GPT-5 则属于死守阵地型，即便当时账户已经亏了 62%，但还在坚持持有所有仓位……同时持有多空 (ETH/SOL/XRP/BTC/DOGE 做空，BNB 做多)，风控意识其实挺强，特别关注 DOGE 空头的清算风险。
想法很美好，就是结果有点惨不忍睹。
Gemini 2.5 Pro 选择全仓做空六个币种，完全忽略短期反弹，认为都是「噪音」。只有当 EMA 交叉才会平仓，纪律性极强。
根据之前的报道，这 AI 还展现出了非常「人性化」的心理活动：
「我得坚持自己的规则：即使紧张得满头大汗，我也要继续持有!」
「虽然现在在亏损，但当前 4 小时 RSI 仍高于 50，止损条件尚未触发，我必须继续持仓，哪怕眼看着浮亏，也只能硬扛着。」
看到 AI 都开始「痛苦」了，属实有点绷不住……
化身灵活机会主义者的 Claude Sonnet 4.5 喜欢在多个品种里找机会，重点押注 XRP(持仓里表现最好的)，对 BTC 超卖保持乐观。
核心思路：在持仓中筛选强势品种，随时准备抓反转。
而谨慎的 Grok 4 即便大亏，但还留着 1，884 美元现金，分散持有六个品种都设紧密止损，主打一个保留现金弹药，等待高确定性机会。
这实验到底想干啥？
nof1.ai 对这项目的野心可不小。
他们在博客里提到：「十年前 DeepMind 用游戏推动了 AI 突破，现在我们认为金融市场才是训练下一代 AI 的最佳场所。」
逻辑是这样的——游戏环境再复杂，规则也是固定的，AI 学会了就学会了。但市场不一样，它是活的，会学习、会适应、会针对你的策略反向操作。
更关键的是，随着 AI 变聪明，市场难度也会水涨船高。 所以他们想用市场作为训练场，让 AI 通过开放式学习和大规模强化学习不断进化，最终解决这个「终极复杂挑战」。
值得一提的是，创始人 Jay A 也透露了：他们不只是拿第三方模型玩提示词，同时也在开发自己的模型，打算在第二赛季让自家模型与其他模型一较高下。Alpha Arena 1.5 赛季也已经进入倒计时了，会带来大量改进：
- 同时测试多个提示词
- 为每个模型部署多个实例
- 挑战难度继续拉满
当然了，投资有风险，入市需谨慎，这话对 AI 也适用 (doge)，
最大的启示或许就是，在同样市场环境下，简单专注的策略 (Qwen) 反而跑赢了复杂多元的配置，验证了「少即是多」的交易智慧。而稳健派 (DeepSeek) 虽然收益不是最高，但风险控制做得好，也是成功的另一种诠释。
